作者 ｜ Yoky
郵箱 ｜ yokyliu@pingwest.com

2026年，Agent成為了一個全新的物種。

當(dāng)這件事已經(jīng)確定發(fā)生，那圍繞著人所形成的系統(tǒng)、標(biāo)準(zhǔn)，在Agent面前都通通失效了。于是我們開始尋找新的標(biāo)準(zhǔn)，比如用Token衡量消耗了多少算力，但消耗不等于交付，究竟應(yīng)該用什么標(biāo)準(zhǔn)來衡量Agent？這是這個時代的新問題。

5月13日，Create2026百度AI開發(fā)者大會。李彥宏站在臺上給這個缺口找到了一把新尺子：DAA，Daily Active Agents，日活智能體數(shù)。

"衡量一個平臺和生態(tài)的繁榮，更應(yīng)該關(guān)注有多少Agent在給人類干活，并交付結(jié)果。這比無謂的Token消耗，更接近價值，也更接近本質(zhì)。"

不再問有多少人在用，而是問有多少Agent在替人干活、并交付了結(jié)果。聽起來只是換了個指標(biāo)，實則是把AI的價值錨點(diǎn)，從"有人在用"移到了"有事做成"。

但新尺子量出了一個新問題。

Agent拿到了新角色，卻還在舊舞臺上演出。它今天跑的底座，云服務(wù)、調(diào)度系統(tǒng)、權(quán)限體系并不適用于Agent，一個需要完成百步長鏈任務(wù)的Agent，在這套系統(tǒng)里要反復(fù)讀取上下文、反復(fù)重試失敗節(jié)點(diǎn)、在每一道權(quán)限關(guān)卡前停下來等待確認(rèn)。大量Token燒在了繞路上，沒有轉(zhuǎn)化成任何實際結(jié)果。

企業(yè)賬單越來越高，不是Agent不夠聰明，是它從一開始就跑在了一套不屬于它的基礎(chǔ)設(shè)施上。

那Agent時代，基礎(chǔ)設(shè)施如何進(jìn)化？人類個體、企業(yè)組織又該如何自我進(jìn)化？百度試圖在Create2026上給出答案。

1

為人設(shè)計的基建，正在拖慢Agent

過去十年，全球云服務(wù)的底層邏輯從來沒變過：請求進(jìn)來，算完，返回結(jié)果，連接斷開。這套架構(gòu)有個專業(yè)叫法——無狀態(tài)（stateless）。每個請求獨(dú)立處理，用完即走，系統(tǒng)不記得任何人。AWS如此，阿里云如此，所有云都如此。

它服務(wù)移動互聯(lián)網(wǎng)十年，但Agent時代不是了。

它要連續(xù)跑數(shù)小時，中途不能斷；要記住上一個任務(wù)做到哪、你上次交代的偏好是什么；要把復(fù)雜任務(wù)拆給多個子Agent并行處理，再把結(jié)果匯總回來；還要在沒人盯著的情況下自主執(zhí)行：而舊系統(tǒng)的權(quán)限體系，每一步都預(yù)設(shè)了“人在場確認(rèn)”。

這些舊基建一件都滿足不了。代價直接落在Token賬單上，而且藏得很深。

企業(yè)看到的是消耗在漲，但很難分清哪些Token在干活、哪些在原地打轉(zhuǎn)。底層無狀態(tài)，Agent每走一步都要把上下文重新塞進(jìn)提示詞，把做過的事再讀一遍；子Agent之間沒有原生協(xié)作通道，傳個信息要繞道API中轉(zhuǎn)；調(diào)度層不懂長鏈任務(wù)，一個節(jié)點(diǎn)失敗，整條鏈路重來，Token重新燒一遍。

換個更聰明的模型，這些消耗可能一分不少。問題出在結(jié)構(gòu)上，不在模型上。

打補(bǔ)丁走不通。加記憶緩存、包任務(wù)隊列、貼Agent代理層，每個補(bǔ)丁帶來新的復(fù)雜度和新的開銷，疊完之后得到的是一套更貴、更容易出錯的系統(tǒng)。

要解決的問題只有一個：把基礎(chǔ)設(shè)施的設(shè)計主體，從人換成Agent。記憶原生內(nèi)置，上下文不用反復(fù)重讀；調(diào)度理解長鏈邏輯，斷點(diǎn)續(xù)跑而不是整條重試；協(xié)作通道直連，子Agent之間不用繞路；權(quán)限體系以Agent身份為主語，授權(quán)范圍內(nèi)自主執(zhí)行，不用每步等人點(diǎn)頭。

這是一套新基建，不是舊基建的補(bǔ)丁包。

1

百度“芯云模體”：為Agent重新設(shè)計

百度集團(tuán)執(zhí)行副總裁沈抖在Create2026上說了一句話：“新需求，新供給，新全棧。當(dāng)高活躍、高價值、規(guī)模化的智能體應(yīng)用開始進(jìn)入客戶的業(yè)務(wù)場景，AI云服務(wù)必須重新定義。”

“重新定義”不是客套話。百度這次給出的“新全棧AI云”，設(shè)計前提只有一個：Agent是主角，不是人。架構(gòu)分四層——芯、云、模、體。每層針對的問題不一樣，但出發(fā)點(diǎn)一致。

先說最難的部分：并發(fā)。單個Agent跑得快不是難事。難的是同時跑成千上萬個Agent，每個都有自己的任務(wù)鏈路，每個都在調(diào)用模型、等結(jié)果、再執(zhí)行下一步，任務(wù)之間還有依賴關(guān)系。

這種場景下芯片層的調(diào)度邏輯和訓(xùn)練大模型時完全不同——訓(xùn)練是一個超大任務(wù)獨(dú)占集群，推理是海量小任務(wù)爭搶資源。昆侖芯P800針對這個場景做了優(yōu)化，目前已在金融、制造、能源等行業(yè)實現(xiàn)超萬片級交付。6月上市的256卡超節(jié)點(diǎn)，官方給出的數(shù)字是大規(guī)模并發(fā)場景下推理效率提升50%。

云層是這套架構(gòu)變化最大的地方，也是行業(yè)里目前最缺的地方。

現(xiàn)有云服務(wù)基本就兩種形態(tài)：給人用的PaaS/SaaS，或者給訓(xùn)模型用的GPU集群。前者太高層，后者太底層，中間空著。Agent要在生產(chǎn)環(huán)境里穩(wěn)定運(yùn)行、持續(xù)進(jìn)化、出了問題能追溯，找不到對應(yīng)的基礎(chǔ)設(shè)施。百度把云層拆成Agent Infra和AI Infra兩條線，后者管芯片和算力，前者填的就是這個中間的空白。

Agent Infra做了三件事：Agent Harness處理長上下文、記憶和子Agent調(diào)度，讓開發(fā)者能搭出真正能跑長鏈任務(wù)的Agent；模型服務(wù)層針對Agent場景重構(gòu)了KV Cache，減少長對話里的重復(fù)計算，同樣的Token跑出更多結(jié)果；Agent Runtime提供可觀測的運(yùn)行環(huán)境，讓Agent能進(jìn)企業(yè)生產(chǎn)系統(tǒng)，而不只是活在demo里。

模型層的變化則是更為深刻的，文心大模型在這套架構(gòu)里不再是面向用戶的產(chǎn)品，而是給上層Agent供電的引擎。當(dāng)模型是產(chǎn)品時，優(yōu)化目標(biāo)是用戶體驗和榜單排名；退成基礎(chǔ)設(shè)施之后，看的是穩(wěn)定性、調(diào)用延遲、長上下文處理效率。兩套標(biāo)準(zhǔn)，優(yōu)化方向不完全一樣。

把前臺讓給Agent，是百度有意識做的選擇。

最后是智能體，百度用自己可驗證的智能體，讓他們跑在這套原生基礎(chǔ)設(shè)施上，既是產(chǎn)品，也是壓力測試：原生記憶夠不夠用，多Agent協(xié)作是否穩(wěn)定，長鏈任務(wù)會不會中途斷掉。下一部分會具體拆這四款產(chǎn)品，但在架構(gòu)層，它們是這套底座是否成立的活證據(jù)。

當(dāng)然，這四層不是并列關(guān)系。芯決定并發(fā)上限，云決定Agent能不能穩(wěn)定部署，模決定每次推理的質(zhì)量和成本，體決定最終交付的業(yè)務(wù)價值。缺任何一層，DAA就跑不起來，Agent數(shù)量上不去，或者上去了但Token全燒在繞路上，賬還是算不過來。

1

路修好了，車就順了

Token是成本，DAA看的是有沒有把事做成。

百度這次的四款智能體產(chǎn)品，就是在原生基礎(chǔ)設(shè)施上跑出來的現(xiàn)場答案。

DuMate的核心能力是多任務(wù)并行：三條任務(wù)線同時啟動、獨(dú)立運(yùn)行，像同時雇了三個各司其職的專員。支撐這個能力的是底層Harness調(diào)度引擎，保證長鏈任務(wù)執(zhí)行數(shù)小時不偏航。它還每天寫日報做工作反思，下次碰到同類任務(wù)時調(diào)用這段記憶。舊基建里這件事做不到，無狀態(tài)系統(tǒng)沒有地方放這份記憶。

秒噠3.0的數(shù)字更直接：累計服務(wù)用戶超1000萬，應(yīng)用價值50億元，近百萬OPC在平臺成長。這次發(fā)布了秒噠APP——國內(nèi)首款專業(yè)級AI應(yīng)用開發(fā)APP、企業(yè)版和生成App能力，自然語言描述就能生成iOS和Android應(yīng)用，還擴(kuò)展了Agent能力，支持用戶接入自定義Skill。

一個8歲孩子用它做出了兩個版本迭代的操作系統(tǒng)；一個沒有編程基礎(chǔ)的大廠員工靠秒噠跑通了從產(chǎn)品到變現(xiàn)的完整鏈路。這些案例的共同點(diǎn)不是“AI很厲害”，是Agent承接了過去必須由專業(yè)人員完成的工作，并且交付了結(jié)果。

伐謀2.0的案例發(fā)生在青島港。在原型演示中，自動化碼頭智能管控系統(tǒng)A-TOS接入伐謀之后，效率提升10.21%。港口調(diào)度是極度復(fù)雜的優(yōu)化問題，船期、泊位、集卡、橋吊，變量之間的依賴關(guān)系用人工經(jīng)驗幾乎無法窮舉。伐謀在約束條件下持續(xù)演化，找到人工找不到的全局最優(yōu)解，并隨條件變化自動迭代。10.21%在港口行業(yè)是個重數(shù)字，直接對應(yīng)吞吐量和運(yùn)營成本。

在一鏡海外版，劇本、視頻、剪輯等多個Agent協(xié)同，給可口可樂世界杯限定版生成的TVC，據(jù)稱達(dá)到戛納創(chuàng)意節(jié)八大評審維度的水準(zhǔn)。以前這類大片需要百萬級預(yù)算和專業(yè)團(tuán)隊，現(xiàn)在通過prompt生成。變化不只是成本，是供給頭部品牌才用得起的內(nèi)容生產(chǎn)能力，開始變成基礎(chǔ)設(shè)施。

DuMate的長鏈任務(wù)不偏航，因為有原生調(diào)度；伐謀的決策能持續(xù)進(jìn)化，因為有原生記憶；一鏡的多Agent能真正協(xié)同，因為有原生協(xié)作通道。路是這么修的，車也就是這么跑起來的。

至于DAA最終會跑到多大，現(xiàn)在沒人知道。

李彥宏的判斷是未來全球日活智能體數(shù)可能超過100億：但他也說了，這100億個智能體不會自動產(chǎn)生，需要每一個人去創(chuàng)造。基礎(chǔ)設(shè)施能做的，是讓創(chuàng)造這件事的成本低一些、成功率高一些。

1

自我進(jìn)化，新世界的大門已經(jīng)打開

從底層基礎(chǔ)設(shè)施重構(gòu)到如今Agent開始走進(jìn)生產(chǎn)和生活，某種意義上，百度開始回答一個更根本的問題：Agent 時代下，產(chǎn)業(yè)與社會該以何種新結(jié)構(gòu)運(yùn)轉(zhuǎn)。隨之而來的是，它的競爭也跳出技術(shù)層面，進(jìn)入了更深維度的范式思考。

大會上，李彥宏提出“自我進(jìn)化”，其討論對象已經(jīng)不再是單一的Agent能力，而是轉(zhuǎn)向人、企業(yè)組織與Agent之間的協(xié)同演化關(guān)系。

李彥宏將“自我進(jìn)化”拆解為三個維度：智能體的自我進(jìn)化、個體的自我進(jìn)化，以及組織的自我進(jìn)化。

從2024年的“人人都是開發(fā)者”，到2025年的“內(nèi)化AI”，再到2026年的“人人都是超級個體”，三者之間，本質(zhì)上是一條完整鏈條，從定義AI降低生產(chǎn)門檻，到AI進(jìn)入組織流程，讓普通人逐步成長為“一個人+一支智能體編隊”的超級個體。

當(dāng)個體能力邊界不斷拓寬，隨之而來的是企業(yè)組織的自我進(jìn)化——從人與人的分工協(xié)作，到人與智能體的混合編隊，成為超級組織。

未來每一個組織，都將是“Agent公司”，AI會像神經(jīng)系統(tǒng)一樣嵌入其中，成為價值創(chuàng)造的核心引擎，也將倒逼企業(yè)轉(zhuǎn)變運(yùn)行方式。

對此，李彥宏也在會上分享了關(guān)于企業(yè)組織自我進(jìn)化的四點(diǎn)思考：一是更多授權(quán)，更少管控；二是更快對齊，更少層級；三是更高人才密度，更少人海戰(zhàn)術(shù)；四是更多任務(wù)，更少分工。

可以想象，當(dāng)智能體持續(xù)進(jìn)化、超級個體不斷涌現(xiàn)、組織架構(gòu)完成迭代，產(chǎn)業(yè)與社會的運(yùn)行新結(jié)構(gòu)也將隨之成型。那些曾經(jīng)被舊基建、舊模式束縛的價值潛力，也將在三者的協(xié)同進(jìn)化中被充分激活。

新世界的大門已經(jīng)打開，進(jìn)化的主動權(quán)，從來不在技術(shù)手中，而在那些敢于重新定義協(xié)作、邊界與可能的個體與組織手中。

門已開，路在前，進(jìn)化從現(xiàn)在開始。

點(diǎn)個“愛心”，再走 吧